고등학교 중퇴자가 OpenAI 연구원이 된 비결: ChatGPT로 6년 공부를 3일로 줄인 방법 (1)

안녕하세요, 앤소장입니다.

오늘은 정말 특별한 인물을 소개합니다. 가브리엘 페테르손은 스웨덴 시골 마을에서 태어나 고등학교를 중퇴했지만, 지금은 세계 최고의 AI 기업 OpenAI에서 연구원으로 일하고 있어요. 보통 박사학위가 필수인 자리인데 말이죠.

가브리엘은 18세에 고등학교를 중퇴하고 스톡홀름으로 가서 스타트업에 합류했어요. 사촌의 기숙사 공용 공간에서 주운 쿠션으로 1년을 잤죠. 프로그래밍을 거의 모르는 상태였지만, 직접 만든 추천 시스템 자료를 들고 회사 문을 두드리며 영업했습니다.

여러 계약직을 거치며 최고의 엔지니어들에게 배웠고, ChatGPT가 나온 후 본격적으로 머신러닝을 독학했어요. 지금은 OpenAI의 소라 팀에서 세계 최고 수준의 비디오 생성 모델을 연구하고 있습니다. 그의 스택오버플로우 답변은 수백만 뷰를 기록했고, 이것으로 미국 O-1 비자를 받았어요.

그의 비결은 ChatGPT였습니다. 대학에서 6년간 배워야 할 내용을 단 3일 만에 마스터했어요. 어떻게 가능했을까요? 이 인터뷰에서 우리는 '학교 없이도 최고 수준의 전문가가 될 수 있는 구체적인 방법'을 배울 수 있습니다.

이 글은 Extraordinary.com 팟캐스트에서 2024년 11월 27일 공개된 "High School Dropout to OpenAI Researcher - Gabriel Petersson Interview"를 바탕으로 재구성했습니다.

[이 인터뷰에서 다룰 핵심 내용]

- 18세 고등학교 중퇴자가 OpenAI 연구원이 된 과정
- ChatGPT로 박사급 지식을 3일 만에 습득하는 방법
- "꼬리에 꼬리를 무는 빈틈 채우기" : 무엇이든 배울 수 있는 학습 공식
- 왜 하향식 학습이 상향식보다 훨씬 효율적인가
- 아이에게 정말 필요한 능력 : 지식보다 '질문하는 기술'
- 학교가 AI를 제대로 가르치지 못하는 이유
- 실제 문제를 해결하며 배우는 것의 중요성

Q. 고등학교를 중퇴하게 된 계기가 궁금합니다. 주변 사람들이 모두 학교에 다니는데, 어떻게 그런 결정을 내릴 수 있었나요?

사실 결정을 내렸다기보다는 그냥 일어난 일에 가까워요. 어느 날 사촌이 전화를 했어요. "지금 싱가포르에서 연구하고 있는 똑똑한 사람과 이야기했어. AI 기반 상품 추천 시스템 아이디어가 있는데, 오늘부터 바로 판매를 시작할 거야. 최대한 빨리 스톡홀름으로 와."

저는 "오늘 밤 큰 파티가 있는데, 내일 갈게"라고 했죠. "안 돼, 지금 와야 해"라고 하더라고요. 그래서 다음 버스를 타고 스톡홀름으로 갔고, 그 이후로 학교에 돌아가지 않았어요.

처음에는 우리 중 누구도 스타트업에 대해 몰랐어요. 고객을 어떻게 찾아야 하는지도요. 이메일을 보내봤는데 안 됐고, 전화도 걸어봤지만 저는 아무것도 모르는 18세 청소년이었으니까요.

그래서 제가 한 방법은 회사 문을 직접 두드리는 거였어요. A3 크기 종이 100장을 준비했어요. 미리 그 회사 쇼핑몰 사이트를 분석해서 우리 AI 추천 시스템을 학습시켰죠. 왼쪽에는 기존에 그 회사가 추천하던 상품을, 오른쪽에는 우리 AI가 추천하는 상품을 나란히 인쇄했어요.

회사에 찾아가서 "온라인 쇼핑몰 담당자를 만날 수 있을까요?" 하고 물어봤어요. 그다음 준비한 종이를 보여주며 "이게 지금 추천하시는 상품이고, 이게 저희가 제안하는 추천 상품입니다"라고 설명했죠. 그들은 항상 놀라워했어요. "이걸 다 어떻게 만들었어요?"

하지만 바로 이렇게 물어요. "좋은데, 구체적으로 어떻게 적용하죠?" 그것도 준비했어요. 저는 항상 바로 적용할 수 있는 코드를 준비해갔거든요. 그 회사 웹사이트 관리자 화면에 붙여넣기만 하면 바로 우리 추천 시스템으로 바뀌어요. "오늘 당장 시작할 수 있어요."

그러면 또 물어요. "정말 매출이 오를지 어떻게 알아요?" 이것도 준비했어요. A/B 테스트라는 걸 이미 설정해뒀거든요. 방문자 절반에게는 기존 추천을, 나머지 절반에게는 우리 추천을 보여줘서 어느 쪽이 매출이 높은지 비교할 수 있었죠. 첫 만남에서 계약까지 다 끝낼 수 있었어요.

Q. 코딩을 전혀 모르는 상태에서 어떻게 배우셨나요?

억지로 배울 수밖에 없었어요. 일을 해야 했거든요. 사촌이 어렸을 때 자바를 가르쳐준 적이 있긴 해요. 13살쯤이었는데, 형편없는 포켓몬 게임을 만들었죠. 나중에 파이썬 강좌도 들었고요.

진짜로 코딩을 배운 건 스타트업에서 일하면서부터예요. 일을 하면 항상 실제 문제가 있어요. 그게 모든 걸 단순하게 만들어요.

예를 들어, "이 사이트에 상품 추천 시스템을 통합하고 싶어"라는 목표가 있으면, "웹페이지에서 요소를 선택하는 방법을 배워야 해, 올바르게 삽입하는 방법도"처럼 단계별로 나눌 수 있어요. 스택오버플로우에서 찾아보고, 막히면 친구들한테 물어보고요.

특히 압박이 있을 때 훨씬 잘 배워져요. 실제 직장이 있으면 압박이 있잖아요. 저는 압박 없이는 아무것도 배울 수 없어요. "시간은 무제한이고 돈도 안 벌어"라고 하면, 절대 안 할 거예요.

출처 : 캔바AI

Q. 하향식 학습이 상향식 학습보다 효과적이라고 하셨는데, 이게 뭔가요?

사람들이 가장 빨리 배우는 방법은 '하향식'이에요. 하고 싶은 것에서 시작하는 거예요. 예를 들어 게임을 만들고 싶으면, 일단 게임을 만들면서 필요한 걸 그때그때 배우는 거죠. 모르는 게 나올 때마다 하나씩 배워가는 거예요.

학교는 반대예요. '상향식'이라고 하는데, 기초부터 쌓아 올라가는 방식이에요. "AI를 배우고 싶어? 그럼 먼저 4년 동안 수학부터 해. 행렬, 선형 대수 이런 것들을 다 쌓고, 그다음에 간단한 AI가 나와. 실제로 뭔가 만들 수 있는 수준까지 가려면 정말 오래 걸려."

왜 학교는 이렇게 가르칠까요? 하향식은 학생 수가 많으면 어렵거든요. 항상 선생님이 옆에서 "지금 이걸 배워야 해" 하고 알려줘야 해요. 상향식은 "1학년 때 이거, 2학년 때 저거" 정해놓을 수 있어서 여러 명을 동시에 가르치기 쉽죠. 하지만 엄청 비효율적이에요.

ChatGPT가 있으면 이게 바뀌어요. 저는 ChatGPT를 초등학교 때부터 가르쳐야 한다고 생각해요. 갑자기 대학이 기초 지식에 대한 독점권을 잃었거든요. ChatGPT에게 물어보면 모든 기초 지식을 배울 수 있으니까요.

AI를 배우고 싶으면 이렇게 해요. ChatGPT에게 "어떤 프로젝트를 만들어볼까?" 물어봐요. "프로젝트 코드를 써줘." 코드를 받으면 작동시켜봐요. 오류가 나요. 오류를 함께 고치면 작동해요. 거기서부터 파고들어요. "여기 이 부분은 뭘 하는 거야? 왜 이 코드가 AI를 학습시켜? 이해하기 쉽게 설명해줘."

그러면 설명해줘요. "행렬 곱셈과 선형 대수를 사용해." "어떻게 작동해? 그래프 몇 개 그려서 이해하게 해줘." 그러면 갑자기 필요한 기초 지식이 생겨요. 더 이상 기초부터 4년씩 쌓을 필요가 없어요.

Q. 학교에서 AI를 잘못 가르치고 있다고 하셨는데요?

학교에서 AI에 대한 인식이 완전히 잘못됐어요. ChatGPT가 나왔을 때, 학생들은 "좋아, 내 숙제를 대신 해줄 수 있네"라고 생각했어요. 선생님들은 "안 돼, 모두가 AI로 컨닝할 거야. 금지해야 해"라고 생각했죠.

그게 악순환이 돼요. 학생들은 "컨닝 도구네"라고 생각하고, 선생님들도 "컨닝 도구야"라고 생각해요. AI로 배우는 방법은 아무도 안 가르쳐줘요.

이제 제 스웨덴 친구들이 이렇게 말하는 걸 들으면 기뻐요. "ChatGPT한테 퀴즈를 만들어달라고 할 수 있다는 걸 깨달았어. 이전 문제들을 주고, '이 문제들이 공유하는 기본 개념을 알려줘' 또는 '새로운 문제 10개를 만들어줘'라고 할 수 있어."

사람들이 AI 사용법을 배우기 시작했어요. 하지만 선생님들은 여전히 반AI예요. 선생님들이 이야기를 바꾸면 돼요. "여기 효율적으로 배우는 방법이 있어." 컨닝하고 싶은 학생은 어차피 방법을 찾을 거예요. 실제로 배우는 데 사용할 수 있다는 걸 가르쳐야 해요.

출처 : Sigil Wen 유튜브

Q. ChatGPT로 어떻게 머신러닝을 독학하셨나요? 구체적으로 알려주세요.

현재 저는 OpenAI에서 비디오를 만드는 AI 모델을 연구하는 소라 팀에서 일해요. 이미지를 만드는 AI의 기초를 배우고 싶었어요. ChatGPT에게 물었죠. "비디오와 이미지를 만드는 AI의 가장 기본적인 개념이 뭐야?"

"오토인코더라는 게 있고, 확산 모델이라는 게 있어." "확산 모델 코드를 다 써줘." 코드를 써주는데, 저는 뭐가 뭔지 몰라요. 그다음에 작동하게 만들려고 해요. 함께 오류를 찾아 고치고, 뭐가 잘못됐는지 말해주면서 직관이 생기기 시작해요.

그다음에 모든 코드 줄이 정확히 뭘 하는지 이해하려고 노력해요. "이 부분은 뭘 해?"

예를 들어 확산 모델에는 ResNet이라는 부분이 있어요. 데이터가 특정 방식으로 통과하게 해서 모델이 더 쉽게 학습하게 만들어요. 처음에는 이게 어떻게 되는지 몰라요.

ChatGPT에게 계속 후속 질문을 해요. "더 효율적으로 학습한다는 게 무슨 뜻이야?" "AI가 학습할 때 사용하는 계산 값들이 여러 경로로 전달될 수 있어. 이걸 안 하면 정보 전달이 막힐 거야."

정말 이해할 때까지 계속 질문해요. 이해하면 확인해요. "이게 내 이해야. 완전히 맞아?"

작은 팁도 있어요. "12살 아이에게 설명하듯이 해줘." 이게 정말 좋아요. "서점에 있다고 상상해봐"처럼 실제 세계 개념과 연결해줘요.

Q. '꼬리에 꼬리를 무는 빈틈 채우기(recursive gap filling)'라는 개념을 설명해주세요.

간단히 말하면 '꼬리에 꼬리를 무는 빈틈 채우기'예요. 자신의 지식에 어떤 빈틈이 있는지 아는 게 핵심이에요.

어떤 부분을 정말 이해하지 못하는지 알아채는 게 사실 정말 어려워요. 스스로 훈련해야 해요. "잠깐, 이 부분을 정말 이해하고 있는 걸까?"

두 번째는 언제 '딸깍' 하고 이해되는지 아는 거예요. "아, 이제 알겠다!"

다른 사람들도 AI로 이렇게 배울 수 있을까요? 첫째, AI를 숙제를 대신하는 도구가 아니라 진짜 배우는 걸 도와주는 선생님으로 봐야 해요.

계속 나만의 질문 방법을 만들게 될 거예요. 저는 ChatGPT한테 자주 이렇게 말해요. "정말 직접적이고 구체적으로 설명해줘. 중간 단계를 하나하나 보여줘. 왜 이런 일이 일어나는지 이해하기 쉽게 설명해줘. 확실하지 않으면, 다른 사람들은 뭘 시도했는지, 왜 이 방법은 되고 다른 건 안 됐는지 알려줘."

이런 질문을 잘하게 되면 '아하 순간'을 빨리 자주 경험할 수 있어요. 수학 문제를 풀다가 "와, 이제 이해했어!" 하는 순간 있죠? 바로 그 순간이에요. 그런 순간을 계속 만들어내는 게 목표예요.

출처 : 캔바AI

Q. 질문이 떠오르면 즉시 ChatGPT에 물어보는 습관이 왜 중요한가요?

정말 중요해요. 머릿속에 질문이 떠오르면 ChatGPT에 즉시 물어보세요. 근데 이게 생각보다 정말 어려워요.

제 사촌이 ChatGPT 초기에 "야, 왜 아직 안 써? 넌 항상 코드 쓰잖아"라고 했어요. "응, 써볼게"라고 했죠. 매달 계속 압박했어요. 1년쯤 걸렸어요. "아, 이 문제가 있네. ChatGPT한테 물어봐야겠다"고 자동으로 연결되기까지요.

사람들을 만나 토론 중에 질문이 많이 생겨요. "ChatGPT한테 물어봐야 해"라고 말해요. 질문이 있을 때마다, 뭔가에 대해 추측해야 할 때마다, 계속 물어보세요. 항상 거기 있어요. 노력이 거의 안 들어요.

중요한 건 '아하 순간'을 얼마나 빨리 얻을 수 있는지에 중독되는 거예요. ChatGPT에게 여러분의 학습 스타일에 가장 잘 맞는 형식으로 답하게 하는 능력이요.

저는 제가 꽤 바보라고 생각해요. 가끔 답을 해주는데, "이해 안 돼. 너무 어려워"라고 해요. 다시 시도하고, 또 시도하죠. "만약 이런 기능이 없었다면? 12살 아이에게 설명하듯이 해줘. 그래프를 만들어줘."

ChatGPT에서 필요한 정보를 추출하는 창의적인 방법이 정말 많아요. 그래서 초등학교 때부터 ChatGPT를 가르쳐야 해요. 새로운 언어 같은 거예요. 인생에서 창의성, 주도성 같은 다른 것들도 여전히 필요해요. 하지만 지식은 완전히 새로운 시대예요.

Q. 현재 OpenAI에서 실제로 어떻게 일하시나요?

꽤 간단해요. 비디오를 보고 "이 부분이 안 좋네"라고 생각하면, AI 모델의 구조를 조금 바꾸거나 데이터를 바꿔요. 다시 학습시키고, 결과를 보고, 비디오를 한동안 보다가 "이 비디오들이 더 나았어. 좋아"라고 해요. 그걸 반복하는 거죠.

AI가 정말 좋은 부분이 있어요. "이런 문제가 있어. 안녕, AI. 여기 내가 작성한 코드 전체야. 이걸 개선하기 위해 뭘 할 수 있는지 10가지 아이디어 알려줘."

여러 아이디어를 알려줘요. 읽을 수 있는 논문을 추천해줘요. 정말 좋은 것들을 많이 줘요. 브레인스토밍하기 정말 좋아요. 이 아이디어들을 동료들한테 가져가서 이야기할 수 있어요.

연구 논문은 어떻게 찾냐고요? 모델이 그냥 알아요. 큰 논문들의 링크를 출력하면 링크를 누르면 작동해요. 모델이 링크를 외웠거든요. 검색 기능도 사용할 수 있고요.

저는 논문을 단어 하나하나 안 읽어요. "이 논문이 다르게 한 것들의 리스트를 줘. 정말 구체적으로 정확히 뭘 했는지 이전 것과 비교해서"라고 해요. 정말 좋은 요약이 나와요.

논문을 깊이 읽는 건 실제로 만들기로 결정했을 때만이에요. 그리고 문제가 생겼을 때 읽을 거예요. ChatGPT한테 "내 코드에 이 논문 내용을 적용해줘"라고 하고 나온 코드를 복사해서 붙여넣어요. 물론 그 코드를 한 줄 한 줄 꼼꼼히 읽어봐요. 그냥 무작정 붙여넣기만 하면 안 되거든요.